雷锋网AI研习社按:像LIDAR这样的3D传感器经常用于今天的道路场景理解。让我们简要地看看它是如何被使用的。在GPS和IMU帮助的情况下,我们将大量的捕获的点云注册到预先构建的或累积的3D地图,然后使用复杂的、计算量大且存储密集的深度学习方法来检测和分割运动的障碍物。这些方法被证明是有效的,但是,对于一些简单的问题,例如:“一个物体切入我的车道吗”?或者“人行道上有人吗?”所有这些计算是不必要的。
我们提出的“可编程光幕”传感器(light curtain sensor)对于机器人和无人车避障问题提供了一种替代解决方案,几乎不需要计算开销,同时具有高能效和灵活性。在本次雷锋网AI研习社公开课中,讲者将分享其关于光幕传感器的设计。
分享主题
一种新型光幕传感器在机器人避障和无人驾驶中的应用
分享嘉宾
王建
Snap公司Research Scientist,卡内基梅隆大学博士,导师是Aswin Sankaranarayanan教授和Srinivasa Narasimhan教授,主要研究方向为计算机视觉,三维视觉,计算摄影等。其研究工作曾在 CVPR、ICCV、ECCV、ICCP 等发表并且多次获得oral presentation机会。
分享提纲
1.传统3D传感器。
2.提出的光幕传感器的原理。
3.传感器设计和优化
4.展示大量实验结果
分享时间
9月 27 日(星期四)早上 10:00
温馨提醒
由于讲者在美国有时差,因此本场直播在北京时间早上10:00进行,如果错过直播还可以观看回放视频。
直播链接
http://www.mooc.ai/open/course/561
想了解更多雷锋网 AI 研习社直播?
欢迎移步雷锋网 AI 研习社社区~